Search results for "Neironu tīkls"
showing 10 items of 15 documents
Dabiskās Valodas Dziļo Neironu Tīklu Ģeneratora GPT-2 Sniegums Latviešu un Angļu Valodā
2021
Darbs ir veltīts dabiskās valodas apstrādes tēmas un modeļa GPT-2 izpētei un tā snieguma novērtēšanai angļu valodā, kā arī pielāgota valodas modeļa realizēšanai un apmācībai tekstu ģenerēšanai arī latviešu valodā. GPT-2 ir liels dabiskās valodas apstrādes modelis, kas ir paplašināts no GPT modeļa, daudzkārt palielinot modeļa parametru skaitu un apmācot to uz vairāk treniņa datiem. GPT-2 modeļa apmācībai izmantots valodas korpuss no interneta mājaslapu tekstiem, atšķirībā no GPT modeļa, kura apmācībai izmantots valodas korpuss no grāmatu tekstiem. Šis modelis ir radīts ar mērķi paredzēt nākamo vārdu, ņemot vērā iepriekš esošos vārdus konkrētā tekstā. Apstrādājot iepriekš dotu tekstu, ar GPT-…
Mākslīgais neironu tīkls kredītreitinga noteikšanai
2020
Darbā “Mākslīgais neironu tīkls kredītreitinga noteikšanai” tiek pētīts par dažādiem neironu tīklu arhitektūras uzbūves principiem, apskatītas lielākās problēmas saistībā ar šīm arhitektūrām un iespējamajām metodēm, kas spētu labot konkrētos problēmgadījumus. Darba mērķis ir izveidot vairākus neironu tīklus balstoties uz apskatītajām arhitektūrām, tādā veidā izveidojot darbojošos neironu tīklu, kas kalpotu kā instruments fiziskas personas kredītreitinga noteikšanai. Neirona tīkla mērķis ir klasificēt fiziskas personas aizdevumu pieprasījumu apstiprinošā vai noraidošā grupā atkarībā no ievades datiem. Papildus darbā tiek pētīti dažādo neirona tīkla arhitektūru rezultāti atkarībā no izvēlētās…
Dziļo konvolūcijas tīklu lietojums attēlu atpazīšanā
2017
Darbā ir apskatītas dziļās mašīnmācīšanās metodes un konvolūcijas tīkli, kas gūst arvien plašāku lietojumu daudzos ar mašīnredzēšanu un attēlapstrādi saistītos uzdevumos. Savā veiktspējā konvolūcijas tīkli pārspēj regulāros neironu tīklus, paverot plašas iespējas sarežģītu struktūru grafisku datu apstrādē. Darbā ir izskatīti ievērību guvušas modeļu optimizācijas un regularizācijs metodes. Ir aplūkoti dažādu arhitektūru konvolūcijas tīkli un to ansambļu metodes, kuru pamatā ir tīkla slāņu vienību un slāņu izņemšana. Darba praktiskajā daļā tiek parādīta konvolūcijas tīkla parametru izmaiņu ietekme uz modeļa konverģenci un ātrdarbību; ir izveidots 110 konvolūcijas slāņu stohastiska dziļuma tīk…
Rekurento neironu tīklu novērtēšanas sistēma
2021
Darba “Rekurento neironu tīklu novērtēšanas sistēma” ietvaros tika izstrādāta sistēma, kurā var uztrenēt rekurento neironu tīklu arhitektūras uz dažādiem uzdevumiem, tām automātiski piemeklējot optimālos tīkla parametrus, un pārbaudīt uz tiem sasniegtos rezultātus, ar mērķi objektīvi novērtēt konkrēta rekurentā neironu tīkla efektivitāti. Sistēmu ir paredzēts lietot dziļās mašīnmācīšanās pētniecībā, jaunu rekurento neironu tīklu izstrādē un testēšanā, lai noteiktu vai jaunizveidotie neironu tīkli ir labāki par jau eksistējošajiem uz konkrētiem uzdevumiem.
Panorāmas attēlu segmentācija
2022
Bakalaura darba ietvaros tika noskaidrots, kā var uzlabot panorāmas attēlu segmentāciju. Panorāmas attēliem ir īpašība, ka tie ir periodiski, tāpēc tika piedāvātas divas metodes, ar kuru palīdzību var uzlabot bināro precizitāti uz segmentācijas maskām. Viena no piedāvātajām metodēm ir apļveida slānis, kas sniedza ievērojami labākus rezultātus pie panorāmas attēla malām. Otra piedāvātā metode bija panorāmas attēla rotācija, kas ir datu augmentācijas metode. Šī metode sniedza uzlabojumus segmentācijas maskas precizitātē uz visu panorāmas attēlu, taču izmantojot abas metodes kopā tika iegūti vislabākie rezultāti. Darbā arī pieminētas divas metodes, ko izmantot nākotnes pētījumos.
Vienādu produktu atrašana ar loģistiskās regresijas un vienvirziena neironu tīkla palīdzību
2017
Darbā salīdzināti loģistiskās regresijas un vienvirziena neironu tīklu modeļi, risinot vienādo produktu atrašanas problēmu. Darba mērķis ir izveidot modeli, kas spētu noteikt, vai divi salīdzināmie produkti ir vienādi, lai varētu noteikt, kur nonāk ražotāja prece un informēt par to pontenciālos patērētājus. Lai minētajos matemātiskajos modeļos varētu iekļaut arī datus, kas oriģināli ir simbolu virkņu formā, aplūkotas arī dažas simbolu virkņu salīdzināšanas metodes. Šajā darbā aprakstīta arī nesabalansētu datu problēma un dažādas izmantoto modeļu salīdzināšanas un novērtēšanas metodes. Loģistiskās regresijas un vienvirziena neironu tīklu atgriezeniskais izplatīšanās algoritms izveidoti un sa…
Optiskas rakstzīmju pazīšanas (OCR) sistēmas prototipa izstrāde
2016
Attēli mūsdienās bieži tiek izmantoti, lai attēlotu vai pārsūtītu tekstuālu informāciju, bet šo informāciju attēlos nav iespējams vienkārši izmantot, piemēram rediģēt vai meklēt tajā tekstu. Šim nolūkam ir nepieciešamas optisko rakstzīmju pazīšanas (OCR) sistēmas, kas tekstu no attēla pārveido par datorā rediģējamu tekstu. Bakalaura darbā tiek apskatītas OCR sistēmas prototipa izstrādei nepieciešamās metodes, kā arī aplūkota pašreizējā situācija attiecībā uz teksta atpazīšanu latviešu valodā. Darba rezultātā autors ir izstrādājis OCR sistēmas prototipu, kas spēj attēlā atpazīt latviešu valodas simbolus, kā arī izmanto latviešu valodas modeli, lai uzlabotu atpazīšanas rezultātu.
Bezpilotu mašīnu apmācība izmantojot stimulētās mācīšanās dziļos neirona tīklus koorporatīvās braukšanas sistēmā
2017
Šajā darbā ir izstrādāta programmatūra un demonstrēts, kā radiovadāmu mašīnu var apmācīt braukt trasē, izmantojot tikai video attēlus un neironu tīklus. Virtuālajā vidē tiek pierādīts, ka ar šādu metodi, apmācot transportlīdzkli braukt pa vienu trasi, tas spēj izbraukt kārdināli atšķirīgu trasi, ko modelis nav redzējis. Padziļināti tiek pētīti darbi par saistītajām tehnoloģijām, stimulēto mācīšanos un pozicionēšanas sistēmām, lai varētu turpināt darbu pie sistēmu, kas ļautu transportlīdzeklim pašam mācīties braukt. Šī darba mērķis ir izstrādāt programmatūru, kuru būtu iespējams izmantot uz reālas pašbraucošas mašīnas Mazda 6, kas ir pieejama, sadarbojoties ar EDI. Neironu tīkli un īpaši sti…
Unity ML aģentu izmantošana vienkāršas ekosistēmas implementācijai
2018
Darba gaitā ar Unity ML tehnoloģijas palīdzību tiek izstrādāta programmatūra un demonstrēta vide, kas ļauj vienlaicīgi trenēt vairākus stimulētās mācīšanās aģentus, kur katram ir savi mērķi, dažādi vides novērojumi, uzvaras un zaudēšanas stāvokļi un kur katru kontrolē savs neironu tīkls. Tiek arī implementēta mācību stundu trenēšana, kur vide tiek sadalīta dažādās stadijās, lai optimizētu dažādu darbības aspektu iemācīšanos. Šī darba galvenie mērķi ir: •Demonstrēt, ka Unity ML tehnoloģija ir pietiekami laba, lai ar tās palīdzību iegūtos neironu tīklus varētu pielietot stimulētās mācīšanās uzdevumu risināšanai. •Izveidot spēli, kur ir vismaz divi spēlētāji ar dažādiem uzvaras stāvokļiem, un …
Sporta sacensību fotogrāfiju klasificēšana, izmantojot dziļos neironu tīklus
2022
Bakalaura darbā “Sporta sacensību fotogrāfiju klasificēšana, izmantojot dziļos neironu tīklus” tiek apskatīti mašīnmācīšanās veidi un visbiežāk izmantotā arhitektūra fotogrāfiju klasificēšanā – konvolucionālais neironu tīkls (CNN) un uz tā bāzēti algoritmi un ietvari. Kā arī darba ietvaros tika izstrādāts mežā notiekoša maratona fotogrāfiju kolekcijas augsta līmeņa klasifikators, kurš spēj noteikt fotogrāfijās attēlotos notikumus, balstoties uz atrasto cilvēku skaitu, seju skaitu un fotogrāfijā attēloto atrašanās vietu. Mūsdienās gandrīz jebkuru fotogrāfiju klasificēšanas uzdevumu veic ar dziļās mācīšanās un dziļo neironu tīklu palīdzību, jo dziļā mācīšanās ļauj datoram iemācīties daudz sar…